python爬取微博非好友圈_Python爬虫之微博好友圈

数学建模已结束，刚开始的目标就是不熬夜，结果还是熬夜了(QAQ)，缓了一天就来写简书了，感觉很久没爬虫了，今天就爬下移动端的微博好友圈信息。

代码

import requests

import json

headers = {

'Cookie':'xxxxxxxx',

'User_Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36'

}

f = open('C:/Users/LP/Desktop/weibo.txt','a+',encoding='utf-8')

def get_info(url,page):

html = requests.get(url,headers=headers)

json_data = json.loads(html.text)

card_groups = json_data[0]['card_group']

for card_group in card_groups:

f.write(card_group['mblog']['text'].split(' ')[0]+'\n')

next_cursor = json_data[0]['next_cursor']

if page<50:

next_url = 'https://m.weibo.cn/index/friends?format=cards&next_cursor='+str(next_cursor)+'&page=1'

page = page + 1

get_info(next_url,page)

else:

pass

f.close()

if __name__ == '__main__':

url = 'https://m.weibo.cn/index/friends?format=cards'

get_info(url,1)

代码分析

提交cookie模拟登陆微博

好友圈的信息也是异步加载，如图为第一页的url

看下返回的数据中，这个next_cursor很重要！！！！

往下翻页，如图，可以看出第二页的url中也有next_cursor，刚好是第一页返回的！！！！！

这样就可以构造多页url，爬取数据啦

词云

最后，jieba分词做了一个词云，除了二哈，感觉全是群主的，被刷屏了。